통계학의 선구자, 낸 라이어드와의 대화

‘A Conversation with Nan Laird’는 하버드 공중보건대학의 저명한 통계학자 낸 라이어드와의 심층 인터뷰를 통해 그녀의 인생 전반과 학문적 여정을 상세히 서술한다. 인터뷰는 2014년 보스턴에서 진행되었으며, 라이어드의 어린 시절부터 현재까지의 주요 사건들을 연대기적으로 정리한다. 먼저, 라이어드는 1943년 플로리다 주 게인즈빌에서 태어나, 어린 시절을 탤러해시에서 보냈다. 어머니는 학교 교사였고, 아버지는 정치학 교수에서 주정부 관료로 전향했다. 라이어드는 수학에 대한 흥미를 일찍부터 보였으며, 고등학교 시절 수학을 가장 좋아하는 과목으로 꼽았다. 대학 진학 초기에 텍사스 주 라이스 대학교에 입학했지만, 당시 여성에 대한 차별적 분위기와 전공 선택의 불일치로 인해 중퇴하고 조지아 대학교로 편입해 통계학을 전공, 1969년 학사 학위를 취득하고 파이베타카파에 선발되었다. 학부 졸업 후 라이어드는 MIT 드레이퍼 연구소에서 칼만 필터링을 이용한 아폴로 우주선의 관성 항법 시스템 개발에 참여했다. 이 경험은 그녀에게 복잡한 시스템 모델링과 컴퓨터 프로그래밍 능력을 키워 주었으며, 더 깊은 이론적 배경이 필요함을 깨닫게 했다. 이에 1971년 하버드 대학 통계학과에 입학해 박사 과정을 시작했고, 1975년 박사 학위를 받았다. 박사 지도교수는 아트 뎀프스터였으며, 동료 학생으로는 조지 코브, 디에크 크루트, 샤론 앤더슨 등이 있었다. 박사 과정 중 라이어드는 당시 통계학계에서 큰 화두였던 ‘결측 데이터’와 ‘혼합 모델’ 문제에 관심을 가졌다. 뎀프스터 교수와의 대화에서 ‘대체 알고리즘(substitution algorithm)’을 적용해 무작위 효과 모델의 분산 성분을 추정하는 아이디어를 얻었고, 이를 바탕으로 1977년 아트 뎀프스터, 도날드 루빈과 공동 저술한 EM 알고리즘 논문을 발표했다. 이 논문은 ‘숨은 변수’를 포함한 최대우도 추정 문제를 일반화한 것으로, 이후 통계학, 머신러닝, 생물정보학 등 다양한 분야에서 핵심 도구로 활용되었다. 라이어드는 당시 이 논문의 잠재적 영향력을 예측하지 못했지만, 이후 100,000회 이상 인용되는 고전이 되었다는 점을 강조한다. 박사 졸업 후 라이어드는 하버드 공중보건대학(HSPH) 생물통계학 부서에 조교수로 임용되었다. 초기에는 통계학과와의 연결 고리 역할을 했으며, 점차 보건 분야의 실제 데이터 분석에 몰두했다. 그녀는 장기 추적 연구, 메타분석, 결측 데이터 처리, 통계유전학 등 다양한 응용 연구를 수행했으며, 300편 이상의 논문과 3권의 저서를 집필했다. 특히, 결측 데이터와 혼합 모델에 대한 그녀의 연구는 현대 임상 시험 설계와 관찰 연구에서 표준 방법론으로 자리 잡았다. 인터뷰에서는 라이어드가 여성 통계학자로서 겪은 어려움도 솔직히 드러난다. 1970년대 하버드 통계학과는 여성 교수와 학생이 거의 없었고, ‘가정주부가 될 것’이라는 편견이 존재했다. 라이어드는 이러한 편견에도 불구하고 연구에 전념했으며, 동료와 교수들(특히 코크란, 모스텔러, 홀랜드)로부터 받은 비판과 격려가 그녀의 성장에 큰 영향을 미쳤다고 회상한다. 부서 문화 변화에 대한 이야기도 흥미롭다. 1980년대 초반, HSPH 생물통계학 부서는 제인 워스터가 학과장을 맡고 있었으며, 마진 드로렛, 이본느 비숍 등 몇 명의 여성 교수와 밥 리드가 있었지만, 전체적으로는 남성 중심이었다. 1990년대 초, 마빈 젤렌이 버팔로에서 이끌어 온 ‘베이스볼 팀’(스티븐 라가코스, 리처드 겔버, 콜린 베그, 레베카 겔만 등)과 함께 부서는 급격히 확장되었고, 대학원 프로그램 강화와 외부 연구비 확보에 주력했다. 라이어드는 이 과정에서 부서 내외부의 불안감과 갈등을 목격했지만, 새로운 인재들의 융합을 통해 학문적 시너지 효과가 나타났다고 평가한다. 멘토링에 관해서는 라이어드가 후배들에게 ‘연구와 가정의 균형’을 강조한다. 그녀는 자신의 경험을 바탕으로, 여성 과학자로서 경력 단절 없이 지속 가능한 연구 생활을 영위하는 방법을 조언한다. 또한, 학생들에게 비판적 피드백을 수용하고, 논문 심사 과정에서의 ‘좋은 리뷰’를 구분하는 능력을 길러줄 것을 강조한다. 마지막으로 인터뷰는 라이어드가 현재도 활발히 연구와 교육에 참여하고 있음을 밝히며, 그녀의 경력 전반에 걸친 업적이 통계학뿐 아니라 공중보건, 의료 정책, 유전학 등 다방면에 미친 영향을 정리한다. 그녀의 이야기는 과학적 호기심, 협업, 그리고 인간 중심의 멘토링이 결합될 때 얼마나 큰 변화를 이끌어낼 수 있는지를 보여준다.